Discover our next AI release: Amelia Business Technology
inteligencia digital
Join the revolution.
Diseñamos modelos de Machine Learning e Inteligencia artificial para Startups tecnológicas, e-Commerces avanzados y empresas tradicionales que desean optimizar sus operaciones.
Algoritmos deReconocimiento visual
Precisión
Entrenamiento
Excepciones
Beneficios
Ejemplos de uso
Precisión
Nuestros algoritmos de reconocimiento visual nacen de la combinación de varios modelos de inteligencia artificial, asegurando un accuracy superior al 90% en la mayor parte de los casos. El modelo final se compone de redes neuronales convolucionales y modelos de clasificación RGB / HEX.
Si los elementos a identificar son complejos (por ejemplo: arañazos en paredes rugosas), el algoritmo podría resultar menos preciso. No obstante, en los casos de negocio presentados siempre ha sido elevado.
Entrenamiento
Desarrollamos modelos a medida adaptados a cada cliente, aunque todos ellos parten de una base común de entrenamiento: nuestro algoritmo Clintell Smart Eye (CSE).
CSE se entrena periódicamente con miles de imágenes de Google, fotografías de baja y alta calidad, imágenes pixeladas, y objetos con elementos cambiados (ej: mesas de 3 patas). Consiguiendo así, una inteligencia de partida robusta y precisa.
Excepciones
Los modelos rechazan automáticamente todas las imágenes que contengan alguno de los siguientes contenidos: pornografía desnudez explícita, desnudez sugerente, violencia y gore.
Beneficios
- Mejora significativa de la experiencia de usuario
- Rapidez de búsquedas
- Tracking de tendencias y tipos de imágenes buscadas
- Aumento de la facturación
- Seguridad
Ejemplos de uso
- Startup tecnológica de identificación o recomendación visual
- Búsqueda de elementos similares en tu web (ej: ropa)
- Identificación de emociones en caras humanas
- Distinción de animales y acciones (ej: perro corriendo)
- Desbloqueo / autenticación de identidad (ej: teléfono)
- Búsqueda de localizaciones en el mapa (ej: monumentos)
- Identificación de objetos peligrosos o prohibidos (ej: armas)
- Identificación de deformidades o anomalías en objetos (ej: rasguños en un avión)
Modelos predictivos deComportamiento online
Precisión
Entrenamiento
Excepciones
Beneficios
Ejemplos de uso
Precisión
El accuracy de los modelos de comportamiento varía enormemente dependiendo del grupo de datos analizado. Excepto casos especiales, nunca entregaremos modelos con una precisión inferior al 72% – 75%.
La metodología también puede variar dependiendo del proyecto, y la cantidad / calidad de los datos del cliente. De este modo, estudiaremos si conviene emplear inteligencia artificial o machine learning tradicional (árboles de decisión, modelos multivariados, etc…).
Entrenamiento
El entrenamiento de los modelos de comportamiento es único para cada cliente y tipo de proyecto. En ocasiones será conveniente nutrir la fuente de datos con otras fuentes externas para crear modelos más robustos. El uso de una metodología u otra dependerá del tipo de proyecto y el objetivo predictivo final. Siempre que sea posible, los modelos se reentrenan en un periodo de entre 3 y 6 meses después del lanzamiento.
También ofrecemos la opción de entrenar y alojar modelos en nuestra nube, permitiéndote acceder a ellos a través de llamadas API a través de la web.
Excepciones
Los datasets con un número escaso de datos serán rechazados o pospuestos hasta conseguir un volumen suficientemente grande para la creación del modelo.
Beneficios
- Aumento de la facturación
- Mayor retención de usuarios
- Anticipación en la pérdida de usuarios
- Ofertas personalizadas según el grupo de usuarios
- Estimación y evitación de pérdidas de stock
Ejemplos de uso
- Predicción de necesidad de compra (CRM)
- Número de instalaciones de una app
- Predicción de picos de ventas
- Stock in Trade
- Pérdidas de cliente
- Predicción de llamadas e incidencias
- Posibilidad de recompra de un usuario
Arañas,Web Scrapping
Metodología
Excepciones
Beneficios
Ejemplos de uso
Metodología
Atacamos directamente el código fuente de la página que quieras analizar y rastreamos los elementos de tu interés (textos, precios, imágenes, ofertas, reviews, etc…). Lo exportamos en un Excel, CSV o PowerBI para que puedas trabajar con ello de forma sencilla.
Excepciones
Algunas plataformas bloquean automáticamente las arañas externas, impidiendo que accedan a la web a extraer información. Aunque hay formas de evitarlo, preferimos no llevar a cabo estas técnicas y respetar las decisiones internas de cada compañía.
Beneficios
- Análisis de los precios del mercado
- Análisis de la competencia
- Aumento de la facturación
- Modificaciones de tu web en tiempo real (automatizadas)
- Aumento de valoraciones positivas en las webs de la competencia
Ejemplos de uso
- Automatización de precios en base a las variaciones de la competencia
- Alertas personalizadas del estado del mercado
- Listado de tus productos en otras webs
- Distinción de animales y acciones (ej: perro corriendo)
- Identificación de comentarios positivos / negativos
- Disponibilidad de stock en webs de la competencia
Modelos de gestión yOptimización de rutas
Metodología
Entrenamiento
Notas
Beneficios
Casos de uso
Metodología
Una vez consultadas las rutas habituales del negocio, testeamos y entrenamos el modelo con los datos del tráfico de Google Maps, distancias de las zonas de distribución habituales, tipo de vehículos de distribución, y variables externas (clima, eventos importantes, etc.)
El ahorro de tiempo y combustible está asegurado, solo tenemos que ver cuánto podemos optimizar tu logística. Para ello, llevamos a cabo ligeras modificaciones mensuales obteniendo el mejor resultado.
Entrenamiento
Desarrollamos modelos a medida adaptados a cada cliente, aunque todos ellos parten de una base común de entrenamiento: nuestro algoritmo Clintell Smart Routes (CSR).
CSR se entrena periódicamente con datos de Google Maps, una API del clima (AEMET), y distancias urbanas reales. Partiendo de esta base, posteriormente añadiremos información de tus vehículos y rutas habituales.
Notas
No es necesario disponer de un gran volumen de datos inicial, ya que estos algoritmos se nutren principalmente de fuentes externas. Lo único imprescindible será conocer las rutas habituales y el tipo de vehículos utilizados, para focalizar y entrenar el modelo en las zonas de interés.
Beneficios
- Ahorro de combustible
- Optimización del tiempo de entrega
- Menos kilómetros recorridos
- Menos horas de trabajo del repartidor
- Anticipación en la pérdida de usuarios
Casos de uso
- Empresa / Startup de delivery
- Distribuidor o empresa de logística
- Taxis o empresas de movilidad
Algoritmos deReconocimiento de Textos (OCR)
Precisión
Entrenamiento
Excepciones
Beneficios
Ejemplos de uso
Precisión
Nuestros algoritmos de reconocimiento de textos nacen de la combinación de varios modelos de inteligencia artificial, asegurando un accuracy superior al 85% en la mayor parte de los casos. El modelo final se compone de redes neuronales convolucionales para la identificación de textos en la imagen, modelos de Optical Character Recognition (OCR), y en ocasiones, procesos de minería de textos para la interpretación de significados.
Si los elementos a identificar son complejos (por ejemplo: fotografías con textos borrosos o en mala calidad), el algoritmo podría resultar menos preciso.
Entrenamiento
Al igual que nuestros algoritmos de reconocimiento visual, parten de una base común de entrenamiento: nuestro algoritmo Clintell Smart Eye (CSE).
CSE se entrena periódicamente con miles de imágenes de Google, fotografías de baja calidad, y textos borrosos. Consiguiendo así, una inteligencia de partida robusta y precisa.
Excepciones
Los modelos rechazan automáticamente todas las imágenes que contengan textos en alguno de los siguientes contenidos: pornografía desnudez explícita, desnudez sugerente, violencia y gore.
Beneficios
- Velocidad de análisis y extracción de insights
- Exactitud en la cuentas
- Ahorro de horas de trabajo
- Aumento de la seguridad
- Mejora la experiencia de usuario
- Reduce el fraude
- Elimina costes de verificación manual
Ejemplos de uso
- Identificación de DNI y pasaporte
- Búsqueda de textos similares en documentos
- Lectura de tablas y listas en PDF
- Detección de marcas en fotografías
- Desbloqueo / autenticación de identidad
- Automatización de procesos de verificación
- Lectura de señales, cartelera y elementos del tráfico
Text mining yAnálisis lingüístico
Metodología
IA Combinada
Excepciones
Beneficios
Casos de uso
Metodología
Los procesos de text mining son capaces de analizar cualquier tipo de texto, extraer significados y emociones, y categorizar percepciones de marca. Los textos se granulan identificando adjetivos y frases genéricas que comúnmente gozan de connotación positiva o negativa (por ejemplo: «Maravilloso (adjetivo), «Repetiría sin duda (frase genérica))».
Por otro lado, se identifican las palabras del texto más abundantes, ya que pueden denotar interés o preocupación. Automatizar los procesos de text mining permite establecer sistemas de alerta y tener un control de tu audiencia (o la de tu competencia) en tiempo real.
IA Combinada
Los análisis de text mining son especialmente útiles cuando son combinados con procesos de Image Recognition, OCR y Speech Recognition. Creando así una inteligencia circular de interpretación textual.
Excepciones
Nuestros modelos de text mining aun no están preparados para interpretar textos escritos en determinados idiomas como el Árabe, Coreano o Vietnamita (entre otros). Preguntar para más información.
Beneficios
- Análisis del consumidor
- Automatización de procesos
- Análisis de competencia
- Aumento de facturación
- Estrategias reactivas
Casos de uso
- Análisis de la competencia
- Conocimiento de usuarios
- Alertas de respuesta en reviews
- Análisis emocional de tu audiencia
- Interpretación de tendencias
- Valoración de productos
Algoritmos deReconocimiento de voz
Business Intelligence,Gestión de clientes y analítica
¿Tu presupuesto es limitado?
Invertimos en ideas en las que creemos.
Pregúntanos.